Biblioteka filtra antyspamowego Node.js

Shell
npm install spamscanner
JavaScript
import SpamScanner from 'spamscanner';

const scanner = new SpamScanner();
const result = await scanner.scan(rawMessage);

if (result.isSpam) {
  console.log(result.score, result.tests.map(test => test.name));
}

scan() przyjmuje Buffer, string, Uint8Array lub strumień do odczytu, więc strumień SMTP z smtp-server można przekazać bezpośrednio. CommonJS działa z require('spamscanner'), a typy TypeScript są dołączone.

Z smtp-server#

JavaScript
import {SMTPServer} from 'smtp-server';
import SpamScanner from 'spamscanner';

const scanner = new SpamScanner({authentication: true});

const server = new SMTPServer({
  async onData(stream, session, callback) {
    const result = await scanner.scan(stream, {
      session: {
        remoteAddress: session.remoteAddress,
        helo: session.hostNameAppearsAs,
        envelope: session.envelope,
      },
    });

    if (result.action === 'reject') {
      return callback(Object.assign(new Error('Message rejected as spam'), {responseCode: 451}));
    }

    callback();
  },
});

Co mówi wynik#

Każdy wynik ma punktację, akcję (accept, tag lub reject) i testy, które zadziałały, każdy z punktami i powodem. Szczegółowe wyniki obejmują prawdopodobieństwo według klasyfikatora i jego najsilniejsze wskazówki, każde ustalenie dotyczące phishingu i załączników, wyniki uwierzytelnienia oraz język.

Uczenie#

JavaScript
await scanner.learn(rawMessage, 'spam');
scanner.saveModel('./model.json');

const trained = new SpamScanner({classifier: './model.json'});

Więcej#

  • Serwery też są eksportowane: MilterServer, createHttpServer, createSpamdServer.
  • Modele językowe: new SpamScanner({llm: {provider: 'ollama', model: 'qwen3.5:4b'}}).
  • Przetestowany na Node.js 18, 20, 22 i 24, ze 100% pokryciem testami.

Dokumentacja API

Edytuj tę stronę na GitHub · Markdown ·